【论文阅读】YOLOv4:

【论文阅读笔记】Branch Aggregation Attention Network for Robotic Surgical Instrument Segmentation

1.论文介绍2023年发表在IEEETMI上的文章，名字为《BranchAggregationAttentionNetworkforRoboticSurgicalInstrumentSegmentation》（用于机器人手术器械分割的分支聚合注意力网络），link，code在code（其实还没上传)。2.摘要手术器械分割对机器人辅助手术具有重要意义，但手术过程中反射、水雾、运动模糊等噪声以及手术器
咔叽布吉·2023-12-21 10:18

《论文阅读28》Unsupervised 3D Shape Completion through GAN Inversion

GAN，全称GenerativeAdversarialNetworks，中文叫生成式对抗网络。顾名思义GAN分为两个模块，生成网络以及判别网络，其中生成网络负责根据随机向量产生图片、语音等内容，产生的内容是数据集中没有见过的，也可以称为虚假内容;而判别网络负责对生成网络产生的虚假内容和另一端输入的真实内容进行判断，判断其内容是否是真实的，通常它会给出一个概率来代表内容的真实度，真实内容打高分，虚假
Darren214·2023-12-21 10:47

【论文阅读笔记】PraNet: Parallel Reverse Attention Network for Polyp Segmentation

1.论文介绍PraNet:ParallelReverseAttentionNetworkforPolypSegmentationPraNet：用于息肉分割的并行反向注意力网络2020年发表在MICCAIPaperCode2.摘要结肠镜检查是检测结直肠息肉的有效技术，结直肠息肉与结直肠癌高度相关。在临床实践中，从结肠镜图像中分割息肉是非常重要的，因为它为诊断和手术提供了有价值的信息。然而，由于两个主
咔叽布吉·2023-12-21 10:16

【论文阅读】FreeU: Free Lunch in Diffusion U-Net

paper：https://arxiv.org/abs/2309.11497code：GitHub-ChenyangSi/FreeU:FreeU:FreeLunchinDiffusionU-Net1.intro贡献：•研究并揭示了U-Net架构在扩散模型中去噪的潜力，并确定其主要骨干主要有助于去噪，而其跳过连接将高频特征引入解码器模块。•介绍了“FreeU”，利用U-Net架构的两个组件的优势，来
李加号pluuuus·2023-12-21 01:32

YOLO学习笔记（自用）

YOLO原理感谢江大白YOLOv3：https://muzhan.blog.csdn.net/article/details/82660381YOLOv4：https://blog.csdn.net/nan355655600
didi5939·2023-12-21 01:02

基于深度学习的动物智能识别系统设计与实现

收藏和点赞，您的关注是我创作的动力文章目录概要一、基于YOLOv4的动物图像检测3.1YOLOv4网络结构3.1.1输入层3.1.2主干特征提取网络CSPDarknet533.1.3Neck层3.1.4
2301_79810943·2023-12-20 23:05

NLP论文阅读记录-ACL 2023 | 10 Best-k Search Algorithm for Neural Text Generation

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作2.1优势2.2挑战三.本文方法3.1并行探索3.2时间衰变3.3堆修剪3.4模型得分四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果五总结前言用于神经文本生成的Best-k搜索算法（2211）codepaper0、论文摘要现代自然语言生成范式需要良好的解码策略
yuyuyu_xxx·2023-12-20 18:15

NLP论文阅读记录 - AAAI 23 | 02 SUMREN：总结有关新闻事件的报道演讲

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作2.1新闻摘要2.2以查询为中心的摘要2.3新闻归因三.本文方法3.1SumREN基准3.1.1基准建设3.1.2统计3.1.3银牌训练数据生成3.2Models3.2.1以查询为中心的摘要基线3.2.2基于管道的摘要框架四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5
yuyuyu_xxx·2023-12-20 18:15

NLP论文阅读记录-ACL 2023 | 09 Improving Factuality of Abstractive Summarization without Sacrificing Summar

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法3.1候选集生成3.2排名策略四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果真实性与抽象性的权衡消融研究候选人选择过程。双重评分技术五总结局限性前言在不牺牲摘要质量的情况下提高抽象摘要的真实性（2305）codepaper0、论文摘要提高抽象概括的
yuyuyu_xxx·2023-12-20 18:14

NLP论文阅读记录-EMNLP 2023 | 03 Citance-Contextualized Summarization of Scientific Papers

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的工作1.2.1概括总结GenericSummarizationAbstract-basedsummarizationTL;DRsummarizationComprehensivesummarization1.2.2基于引文的摘要Citation-basedSummarization1.3本文贡献二.本文方法3.1情境总结
yuyuyu_xxx·2023-12-20 18:44

NLP论文阅读记录-EMNLP2023| 04 GEMINI: Controlling The Sentence-Level Summary Style in Abstractive Text

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的工作1.3本文贡献三.本文方法3.1句子级别的摘要风格HumanEvaluationofSummaryStyleAutomaticDetectionofSummaryStyleOracleLabelforSummaryStyle3.2GEMINI：重写器生成器网络InputandOutputDocumentEncoder
yuyuyu_xxx·2023-12-20 18:44

NLP论文阅读记录-EMNLP2023| 09 Background Summarization of Event Timelines

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.背景总结3.1任务3.2数据集构建3.3数据集分割3.4注释者间协议3.5后台效用分数(BUS)四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.5.1自动评估4.5.2人工评价五BUSAnalysis5.1BUS–GPT5.2BUS–Human5.3Co
yuyuyu_xxx·2023-12-20 18:44

NLP论文阅读记录-ACL 2023 | Improving the Robustness of Summarization Systems with Dual Augmentation

文章目录前言一、论文摘要二、论文动机2.1目标问题2.2相关工作三.本文工作3.1摘要攻击器受攻击的词选择器使用LM和梯度进行攻击3.2双重增强漏洞分析增强设计输入空间增强潜在语义空间增强四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果SummAttackerEvaluationRobustnessEvaluation噪声数据集的鲁棒性。受对抗性攻击干扰的数据集的鲁棒
yuyuyu_xxx·2023-12-20 18:13

NLP论文阅读记录-EMNLP 2023 | 02 Improving Biomedical Abstractive Summarisation with Knowledge Aggregation

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的工作1.3本文贡献三.本文方法3.1任务定义3.2来自引文的知识聚合3.3摘要生成3.4训练和推理四实验效果4.1数据集数据集的创建创建过程提取引文图4.2对比模型4.3实施细节4.4评估指标4.5实验结果自动评估人工评价深入分析五总结局限性前言通过引文论文的知识聚合改进生物医学抽象总结（2310）codepaper0、
yuyuyu_xxx·2023-12-20 18:13

NLP论文阅读记录 - AAAI-23 | 01 Cogito Ergo Summ：通过语义解析图和一致性奖励对生物医学论文进行抽象总结

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作2.1抽象概括2.2图增强摘要2.3抽象概括的强化学习三.本文方法COGITOERGOSUMM框架3.1问题陈述3.2图表构建**事件图****AMR图****图合并和重新连接**Model文本编码器图编码器解码器培训目标和一致性奖励四实验效果4.1数据集4.2对比模型4.3实施细节4.4评
yuyuyu_xxx·2023-12-20 18:41

改进YOLOv4！让你的网络涨点！

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达转载自：集智书童Afastaccuratefine-grainobjectdetectionmodelbasedonYOLOv4deepneuralnetwork
Amusi（CVer）·2023-12-20 17:48

竞赛保研 YOLOv7 目标检测网络解读

从2015年的YOLOV1，2016年YOLOV2，2018年的YOLOV3，到2020年的YOLOV4、
iuerfee·2023-12-20 17:19

Self-Supervised Masked Convolutional Transformer Block for Anomaly Detection 论文阅读

文章信息发表于：IEEETransactionsonPatternAnalysisandMachineIntelligenceJanuary2024CCFA原文链接：https://ieeexplore.ieee.org/document/10273635代码链接：https://github.com/ristea/ssmctb/Self-SupervisedMaskedConvolutional
何大春·2023-12-20 12:19

多层记忆增强外观-运动对齐框架用于视频异常检测 论文阅读

MULTI-LEVELMEMORY-AUGMENTEDAPPEARANCE-MOTIONCORRESPONDENCEFRAMEWORKFORVIDEOANOMALYDETECTION论文阅读摘要1.介绍
何大春·2023-12-20 12:19

一种基于外观-运动语义表示一致性的视频异常检测框架 论文阅读

AVIDEOANOMALYDETECTIONFRAMEWORKBASEDONAPPEARANCE-MOTIONSEMANTICSREPRESENTATIONCONSISTENCY论文阅读ABSTRACT1
何大春·2023-12-20 12:18

2021春季小结 #博士学习复盘笔记#

这个课每周的任务需要完成200-300页的阅读或者6-8篇论文阅读，再加上50
Ayla_wen·2023-12-20 11:24

Python Opencv实践 - 手部跟踪

mediapipe做手部检测的资料，可以参考这里：MediaPipeHands:On-deviceReal-timeHandTracking论文阅读笔记-知乎论文地址：https://arxiv.org
亦枫Leonlew·2023-12-20 09:28

OpenCV can’t augment image: 608 x 608

python3.9.18下运行yolov4，报错OpenCVcan’taugmentimage:608x608解决方法：opencv-python包降版本，pipinstallopencv-python
aoi_18·2023-12-20 09:28

【论文阅读】BERTopic：采用一个基于类的TF-IDF流程进行神经网络的主题建模

摘要主题模型对于在文档的集合中发现潜在的主题非常有用。近期的研究已经展示了主题建模方法作为一个聚类任务的可行性。本文展示了BERTopic，它是一个话题模型，它通过对一个基于类的TF-IDF的变体的开发，抽取一致的话题表示。具体来说，BERTopic采用预训练的基于transformer的语言模型来产生文档的嵌入，对这些文档嵌入进行聚类，并最后利用基于类的TF-IDF过程来产生话题的表示。BERT
沐兮Krystal·2023-12-19 22:51

论文阅读/中文记录，材料机器学习：Data-driven based phase constitution prediction in high entropy alloys

HanQ,LuZ,ZhaoS,etal.Data-drivenbasedphaseconstitutionpredictioninhighentropyalloys[J].ComputationalMaterialsScience,2022,215:111774.文章目录摘要1.引言2.方法2.1数据收集和处理2.2机器学习模型3.结果和分析3.1特征相关性3.2机器学习模型的预测性能3.3特征和
keith_VV·2023-12-19 15:22

材料论文阅读/中文记录：Scaling deep learning for materials discovery

MerchantA,BatznerS,SchoenholzSS,etal.Scalingdeeplearningformaterialsdiscovery[J].Nature,2023:1-6.文章目录摘要引言生成和过滤概述GNoME主动学习缩放法则和泛化发现稳定晶体通过实验匹配和r2SCANr^2SCANr2SCAN进行验证有趣的组合家族扩大习得的原子间势零样本缩放和泛化筛选固态离子导体结论在线
keith_VV·2023-12-19 15:48

论文阅读——Loss odyssey in medical image segmentation

Lossodysseyinmedicalimagesegmentationgithub：https://github.com/JunMa11/SegLossOdyssey这篇文章回顾了医学图像分割中的20种不同的损失函数，旨在回答：对于医学图像分割任务，我们应该选择哪种损失函数？首先是一张各类分割函数的图谱：介绍函数之前先定义字母符号的含义：，分别代表分割结果和GT，代表里面的每个体素，N是一张图
じんじん·2023-12-19 11:17

论文阅读——Semantic-SAM

Semantic-SAM可以做什么：整合了七个数据集：一般的分割数据集，目标级别分割数据集：MSCOCO,Objects365,ADE20k部分分割数据集：PASCALPart,PACO,PartImagenet,andSA-1BThedatasetsareSA-1B,COCOpanoptic,ADE20kpanoptic,PASCALpart,PACO,PartImageNet,andObjec
じんじん·2023-12-19 11:17

论文阅读——Painter

ImagesSpeakinImages:AGeneralistPainterforIn-ContextVisualLearningGitHub-baaivision/Painter:Painter&SegGPTSeries:VisionFoundationModelsfromBAAI可以做什么：输入和输出都是图片，并且不同人物输出的图片格式相同，输入输出图片格式都是H×W×3，具体大概是原始lab
じんじん·2023-12-19 11:14

【深度学习目标检测】九、基于yolov5的路标识别（python，目标检测）

YOLOv5是目标检测领域一种非常优秀的模型，其具有以下几个优势：1.高精度：YOLOv5相比于其前身YOLOv4，在目标检测精度上有了显著的提升。
justld·2023-12-19 06:30

【深度学习目标检测】十、基于yolov5的火灾烟雾识别（python，目标检测）

YOLOv5是目标检测领域一种非常优秀的模型，其具有以下几个优势：1.高精度：YOLOv5相比于其前身YOLOv4，在目标检测精度上有了显著的提升。
justld·2023-12-19 06:27

【论文阅读笔记】A Recent Survey of Vision Transformers for Medical Image Segmentation

KhanA,RaufZ,KhanAR,etal.ARecentSurveyofVisionTransformersforMedicalImageSegmentation[J].arXivpreprintarXiv:2312.00634,2023.【论文概述】本文是关于医学图像分割中视觉变换器（VisionTransformers，ViTs）的最新综述。文中详细回顾了ViTs及其与卷积神经网络（CN
cskywit·2023-12-19 05:51

【论文阅读笔记】Pre-trained Universal Medical Image Transformer

LuoL,ChenX,TangB,etal.Pre-trainedUniversalMedicalImageTransformer[J].arXivpreprintarXiv:2312.07630,2023.【代码开源】【论文概述】本文介绍了一种名为“预训练通用医学图像变换器（Pre-trainedUniversalMedicalImageTransformer，简称PUMIT）”的新型算法，该算
cskywit·2023-12-19 05:18

论文阅读：Learning sRGB-to-Raw-RGB De-rendering with Content-Aware Metadata

论文阅读：LearningsRGB-to-Raw-RGBDe-renderingwithContent-AwareMetadataAbstract大多数的CameraISP会将RAW图经过一系列的处理，
Matrix_11·2023-12-18 16:12

《论文阅读》基于具有共情扰动的即插即用机制的共情回复生成 2023 IEEE/ACM TRANSACTIONS ON AUDIO, SPEECH, AND LANGUAGE PROCESSING

《论文阅读》基于具有共情扰动的即插即用机制的共情回复生成前言模型结构AttributeModelforAffectiveEmpathyAttributeModelforCognitiveEmpathyAttributeModelforFluencyPlug-and-PlayStructureResponseGenerationModel
365JHWZGo·2023-12-18 15:59

《论文阅读》DIFFUSEMP：一种基于扩散模型的多粒度控制共情回复生成框架 2023 IEEE TAC

《论文阅读》DIFFUSEMP：一种基于扩散模型的多粒度控制共情回复生成框架前言简介相关知识DiffusionModel模型架构整体流程AcquisitionofControlSignalsDiffusionModelwithControl-RangeMasking
365JHWZGo·2023-12-18 15:27

PPINN Parareal physics-informed neural network for time-dependent PDEs

论文阅读：PPINNPararealphysics-informedneuralnetworkfortime-dependentPDEsPPINNPararealphysics-informedneuralnetworkfortime-dependentPDEs
xuelanghanbao·2023-12-18 10:15

【深度学习目标检测】八、基于yolov5的抽烟识别（python，深度学习）

YOLOv5是目标检测领域一种非常优秀的模型，其具有以下几个优势：1.高精度：YOLOv5相比于其前身YOLOv4，在目标检测精度上有了显著的提升。
justld·2023-12-18 09:32

【深度学习目标检测】九、基于yolov5的安全帽识别（python，目标检测）

YOLOv5是目标检测领域一种非常优秀的模型，其具有以下几个优势：1.高精度：YOLOv5相比于其前身YOLOv4，在目标检测精度上有了显著的提升。
justld·2023-12-18 09:57

progressive random convolutions for single domain generalization论文阅读过程

采用的是吴恩达老师的论文阅读方法。
目标是分享一切·2023-12-18 06:59

YOLOV4/5笔记

1.问题是对于v1/v2版本中的tx、ty的限制2.GIoU:优化无重叠情况下的无法优化3.DIoU:考虑两个网格之间的中心坐标的距离信息4.CIoU:考虑形状信息大特征图中保留到的局部细节特征往上传，可以优化对小目标的检测效果浅层特征：较强的位置信息以及较弱的语义信息深层特征：较强的语义信息以及较弱的位置信息语义信息对于解决分类问题是有利的，定位信息对于解决框的回归问题是有利的，利用FPN以及P
qq_45692660·2023-12-18 00:59

U-Net代码复现--train.py

本文记录自己的学习过程，内容包括：代码解读：Pytorch-UNet深度学习编程基础：Pytorch-深度学习（新手友好）UNet论文解读：医学图像分割：U_Net论文阅读数据：https://hackernoon.com
北方骑马的萝卜·2023-12-17 18:44

论文阅读三——端到端的帧到凝视估计

论文阅读三——端到端的帧到凝视估计主要内容研究问题文章的解题思路文章的主要结构论文实验关于端到端凝视估计的数据集3种基线模型与EFE模型的对比在三个数据集中与SOTA进行比较问题分析重要架构U-Net基础知识主要内容文章从端到端的方法出发
SF-FCZ·2023-12-17 18:41

Re60：读论文 FILM Adaptable and Interpretable Neural Memory Over Symbolic Knowledge

诸神缄默不语-个人CSDN博文目录诸神缄默不语的论文阅读笔记和分类论文名称：AdaptableandInterpretableNeuralMemoryOverSymbolicKnowledge模型名称：
诸神缄默不语·2023-12-17 15:42

Re57：读论文 Mention Memory: incorporating textual knowledge into Transformers through entity mention at

诸神缄默不语-个人CSDN博文目录诸神缄默不语的论文阅读笔记和分类论文名称：MentionMemory:incorporatingtextualknowledgeintoTransformersthroughentitymentionattention
诸神缄默不语·2023-12-17 15:41

Re59：读论文 Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks

诸神缄默不语-个人CSDN博文目录诸神缄默不语的论文阅读笔记和分类论文名称：Retrieval-AugmentedGenerationforKnowledge-IntensiveNLPTasks模型开源地址
诸神缄默不语·2023-12-17 15:40

【论文阅读】MAKE-A-VIDEO: TEXT-TO-VIDEO GENERATION WITHOUT TEXT-VIDEO DATA

Make-a-video:没有文本-视频数据的文本-视频生成。paper：code：ABSTRACT优点:(1)加速了T2V模型的训练(不需要从头开始学习视觉和多模态表示)，(2)不需要配对的文本-视频数据，(3)生成的视频继承了当今图像生成模型的庞大性)。构建具有新颖有效时空模块的T2I模型。首先分解全时间U-Net和注意力张量，并在空间和时间上近似。其次，设计了一个时空pipeline，通过视
李加号pluuuus·2023-12-17 08:34

论文阅读笔记(12月15)--DialogXL

论文阅读笔记(12月15)–DialogXL基本情况介绍：作者：WeizhouShen等单位：中山大学时间&期刊：AAAI2021主题：对话情绪识别(ERC)–文本模态论文链接：https://ojs.aaai.org
zhilanguifang·2023-12-17 06:54

论文阅读——Mask DINO（cvpr2023）

DINO是检测，MaskDINO是检测+分割。几个模型对比：传统的检测+分割中，检测头和分割头是平行的，MaskDINO使用二分图匹配bipartitematching提高匹配结果的准确性。box对大的类别不计算损失，因为太大了，会带坏模型。模型一样预测，但是损失取其他类别的平均数。Backbone：ResNet-50andSwinL，SwinLSOTAWeusethesamemulti-scal
じんじん·2023-12-17 06:23

论文阅读：LSeg: LANGUAGE-DRIVEN SEMANTIC SEGMENTATION

可以直接bryanyzhu的讲解：CLIP改进工作串讲（上）【论文精读·42】_哔哩哔哩_bilibili这里是详细的翻译工作原文链接https://arxiv.org/pdf/2201.03546.pdfICLR20220、ABSTRACT我们提出了一种新的语言驱动的语义图像分割模型LSeg。LSeg使用一个文本编码器来计算描述性输入标签(例如，“草”或“建筑”)的嵌入，同时使用一个基于变压器的
shiyueyueya·2023-12-17 06:53
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他